CN101738642A - 探地雷达数据处理方法 - Google Patents
探地雷达数据处理方法 Download PDFInfo
- Publication number
- CN101738642A CN101738642A CN200810202456A CN200810202456A CN101738642A CN 101738642 A CN101738642 A CN 101738642A CN 200810202456 A CN200810202456 A CN 200810202456A CN 200810202456 A CN200810202456 A CN 200810202456A CN 101738642 A CN101738642 A CN 101738642A
- Authority
- CN
- China
- Prior art keywords
- display
- dialog box
- data processing
- view
- ground penetrating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012545 processing Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 21
- 230000000149 penetrating effect Effects 0.000 title claims abstract description 18
- 230000006870 function Effects 0.000 claims abstract description 12
- 230000000007 visual effect Effects 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 238000011161 development Methods 0.000 claims abstract description 5
- 201000010099 disease Diseases 0.000 claims description 17
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 17
- 238000003672 processing method Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 230000006872 improvement Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims 1
- 238000010168 coupling process Methods 0.000 claims 1
- 238000005859 coupling reaction Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及探地雷达数据处理方法,该方法RAILGPR1.0的界面开发环境选择的是Visual C++2005,计算核心语言采用的是MATLAB 7.1,通过前台的VC调用MATLAB引擎,使用MATLAB在后台计算。与现有技术相比,本发明具有读取显示功能、数据处理功能、自动解释功能等多种功能。
Description
技术领域
本发明涉及雷达探测及其应用技术领域,尤其涉及探地雷达数据处理方法。
背景技术
二十世纪八十年代,探地雷达被引入到铁路路基检测中,迅速在世界各国开展了相关的试验和研究,并取得了一定进展。虽然随着探地雷达硬件不断更新发展,其采样速度、适时显示技术、探测深度和精度方面都有不同程度地提高。
然而几乎所有的探地雷达配套系统软件只能提供数据采集及简单的数据处理功能,这一方面既限制了探地雷达的使用范围(只能局限于专业人员),另一方面其最终成果的表现也无法让现场的施工人员轻易理解。其成果解释始终处于传统的物探资料解释的束缚之下,即:先打印雷达时间剖面图→由专业人员对雷达剖面进行解释→从图上量测界面分层和病害位置→绘制解释成果图。这对解释人员的地球物理专业知识及计算机水平提出了更高的要求,在很大程度上限制了探地雷达在铁路路基检测领域内的应用与推广。
因此,有必要开发一种适用于铁路路基和轨道交通路基检测的探地雷达后处理方法。
发明内容
本发明的目的就是为了克服上述现有技术存在的不足而提供一种具有多种功能的探地雷达数据处理方法。
本发明的目的可以通过以下技术方案来实现:
探地雷达数据处理方法,其特征在于,该方法RAILGPR1.0的界面开发环境选择的是Visual C++2005,计算核心语言采用的是MATLAB 7.1,通过前台的VC调用MATLAB引擎,使用MATLAB在后台计算;该方法包括:
(1)程序操作一般步骤:
①数据单项处理
探地雷达数据处理方法RAILGPR1.0数据处理的主要作用是去除杂波和提高雷达剖面分辨率;杂波可以分为两种,一种是由探地雷达硬件本身及其工作方式带来的,是固定不变的,另一种是由检测时介质性质和周边环境造成的,是随外界条件不同而不同的;因此,可以将探地雷达的数据处理归为三大类,一类是预处理,用来去除固有噪声;一类是噪声和干扰的去除,根据外界杂波种类而定;一类是分辨率的提高,用来增强有效信号;
②自动化批处理
数据处理是一个相互穿叉的过程,对一组数据的处理顺序和往返次数应视具体情况而定,对于大批量的数据,先进行样组处理过程试验,确定处理方法和流程后再做自动化批处理;
③路基病害反演
判别路基结构是否发生病害,反演出路基层面图和路基病害位置和类型;
(2)程序设计:
利用Visual C++2005新建一个项目,项目名称为RWGPR,项目类型为多文档;在整个项目中,包含28个类,各类均有分工。
所述的28个类,各类的分工如下:
1)CBXTFrame:“波形堆积图”的子框架;
2)CHDTFrame:“灰度堆积图”的子框架;
3)CCSTFrame:“彩色堆积图”的子框架;
4)CMainFrame:程序的主框架;
5)CJMSBFrame:“层面识别”的子框架;
6)CBHSBFrame:“病害识别”的子框架;
7)CAboutDlg:显示“关于”的对话框;
8)CBCSZDlg:显示“标尺设置”的对话框;
9)CCYDZLDlg:显示“采样点整理”的对话框;
10)CGTLBDlg:显示“高通滤波”的对话框;
11)CJMSZDlg:显示“层面设置”的对话框;
12)CKLBHDlg:显示“KL变换”的对话框;
13)CRMCHFDlg:显示“RMC雷达头文件”的对话框;
14)CSIRHFDlg:显示“SIR雷达头文件”的对话框;
15)CSJWLXLDlg:显示“神经网络训练”的对话框;
16)CXCGZYXDlg:显示“消除轨枕影响”的对话框;
17)CXCZOBDlg:显示“消除直耦波”的对话框;
18)CYWXBQZDlg:显示“小波去噪”的对话框;
19)CDataProDlg:显示“数据批处理”的对话框;
20)CBXTView:“波形堆积图”的视图;
21)CHDTView:“灰度堆积图”的视图;
22)CCSTView:“彩色堆积图”的视图;
23)CJMSBView:“层面识别”的视图;
24)CBHSBView:“病害识别”的视图;
25)CYView:“Y坐标”的视图;
26)CMSDITemplate:文档视图关联类;
27)CRWGPRApp:应用程序类;
28)CRWGPRDoc:文档类。
与现有技术相比,本发明具有以下优点:
(1).读取显示功能
兼容SIR和REMAC两种雷达数据格式,能同时读入多个文件,能以三种方式(波形堆积图、灰度堆积图、彩色堆积图)显示雷达数据,能任意放大和缩小图形。
(2).数据处理功能
能根据不同的雷达原始波形选择不同的参数进行波形处理,也可任意设置数据处理的顺序和参数并自动保存,以实现数据的批量化处理。
(3).自动解释功能
根据不同的地质环境选择不同的病害类库,得到不同的判决规则,对数据进行解释,能够自动跟踪层面位置,并画出路基病害分布图。
附图说明
图1为本发明数据处理的分类示意图;
图2为本发明路基病害的反演示意图。
具体实施方式
下面结合附图对发明作进一步说明。
如图1、图2所示,一种探地雷达数据处理方法,该方法RAILGPR1.0的界面开发环境选择的是Visual C++2005,计算核心语言采用的是MATLAB 7.1,通过前台的VC调用MATLAB引擎,使用MATLAB在后台计算。
1.程序操作一般步骤:
a.数据单项处理
探地雷达数据处理方法RAILGPR1.0数据处理的主要作用是去除杂波和提高雷达剖面分辨率;杂波可以分为两种,一种是由探地雷达硬件本身及其工作方式带来的,是固定不变的,另一种是由检测时介质性质和周边环境造成的,是随外界条件不同而不同的;因此,可以将探地雷达的数据处理归为三大类,如图1所示,一类是预处理,用来去除固有噪声;一类是噪声和干扰的去除,根据外界杂波种类而定;一类是分辨率的提高,用来增强有效信号;
b.自动化批处理
数据处理是一个相互穿叉的过程,对一组数据的处理顺序和往返次数应视具体情况而定,对于大批量的数据,先进行样组处理过程试验,确定处理方法和流程后再做自动化批处理;
c.路基病害反演
判别路基结构是否发生病害,反演出路基层面图和路基病害位置和类型,反演过程如图2所示;
2.程序设计:
利用Visual C++2005新建一个项目,项目名称为RWGPR,项目类型为多文档;在整个项目中,包含以下28个类,如图3所示,各类的分工如下:
1)CBXTFrame:“波形堆积图”的子框架;
2)CHDTFrame:“灰度堆积图”的子框架;
3)CCSTFrame:“彩色堆积图”的子框架;
4)CMainFrame:程序的主框架;
5)CJMSBFrame:“层面识别”的子框架;
6)CBHSBFrame:“病害识别”的子框架;
7)CAboutDlg:显示“关于”的对话框;
8)CBCSZDlg:显示“标尺设置”的对话框;
9)CCYDZLDlg:显示“采样点整理”的对话框;
10)CGTLBDlg:显示“高通滤波”的对话框;
11)CJMSZDlg:显示“层面设置”的对话框;
12)CKLBHDlg:显示“KL变换”的对话框;
13)CRMCHFDlg:显示“RMC雷达头文件”的对话框;
14)CSIRHFDlg:显示“SIR雷达头文件”的对话框;
15)CSJWLXLDlg:显示“神经网络训练”的对话框;
16)CXCGZYXDlg:显示“消除轨枕影响”的对话框;
17)CXCZOBDlg:显示“消除直耦波”的对话框;
18)CYWXBQZDlg:显示“小波去噪”的对话框;
19)CDataProDlg:显示“数据批处理”的对话框;
20)CBXTView:“波形堆积图”的视图;
21)CHDTView:“灰度堆积图”的视图;
22)CCSTView:“彩色堆积图”的视图;
23)CJMSBView:“层面识别”的视图;
24)CBHSBView:“病害识别”的视图;
25)CYView:“Y坐标”的视图;
26)CMSDITemplate:文档视图关联类;
27)CRWGPRApp:应用程序类;
28)CRWGPRDoc:文档类。
Claims (2)
1.探地雷达数据处理方法,其特征在于,该方法RAILGPR1.0的界面开发环境选择的是Visual C++2005,计算核心语言采用的是MATLAB 7.1,通过前台的VC调用MATLAB引擎,使用MATLAB在后台计算;该方法包括:
(1)程序操作一般步骤:
①数据单项处理
探地雷达数据处理方法RAILGPR1.0数据处理的主要作用是去除杂波和提高雷达剖面分辨率;杂波可以分为两种,一种是由探地雷达硬件本身及其工作方式带来的,是固定不变的,另一种是由检测时介质性质和周边环境造成的,是随外界条件不同而不同的;因此,可以将探地雷达的数据处理归为三大类,一类是预处理,用来去除固有噪声;一类是噪声和干扰的去除,根据外界杂波种类而定;一类是分辨率的提高,用来增强有效信号;
②自动化批处理
数据处理是一个相互穿叉的过程,对一组数据的处理顺序和往返次数应视具体情况而定,对于大批量的数据,先进行样组处理过程试验,确定处理方法和流程后再做自动化批处理;
③路基病害反演
判别路基结构是否发生病害,反演出路基层面图和路基病害位置和类型;
(2)程序设计:
利用Visual C++2005新建一个项目,项目名称为RWGPR,项目类型为多文档;在整个项目中,包含28个类,各类均有分工。
2.根据权利要求1所述的探地雷达数据处理方法,其特征在于,所述的28个类,各类的分工如下:
1)CBXTFrame:“波形堆积图”的子框架;
2)CHDTFrame:“灰度堆积图”的子框架;
3)CCSTFrame:“彩色堆积图”的子框架;
4)CMainFrame:程序的主框架;
5)CJMSBFrame:“层面识别”的子框架;
6)CBHSBFrame:“病害识别”的子框架;
7)CAboutDlg:显示“关于”的对话框;
8)CBCSZDlg:显示“标尺设置”的对话框;
9)CCYDZLDlg:显示“采样点整理”的对话框;
10)CGTLBDlg:显示“高通滤波”的对话框;
11)CJMSZDlg:显示“层面设置”的对话框;
12)CKLBHDlg:显示“KL变换”的对话框;
13)CRMCHFDlg:显示“RMC雷达头文件”的对话框;
14)CSIRHFDlg:显示“SIR雷达头文件”的对话框;
15)CSJWLXLDlg:显示“神经网络训练”的对话框;
16)CXCGZYXDlg:显示“消除轨枕影响”的对话框;
17)CXCZOBDlg:显示“消除直耦波”的对话框;
18)CYWXBQZDlg:显示“小波去噪”的对话框;
19)CDataProDlg:显示“数据批处理”的对话框;
20)CBXTView:“波形堆积图”的视图;
21)CHDTView:“灰度堆积图”的视图;
22)CCSTView:“彩色堆积图”的视图;
23)CJMSBView:“层面识别”的视图;
24)CBHSBView:“病害识别”的视图;
25)CYView:“Y坐标”的视图;
26)CMSDITemplate:文档视图关联类;
27)CRWGPRApp:应用程序类;
28)CRWGPRDoc:文档类。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810202456A CN101738642A (zh) | 2008-11-10 | 2008-11-10 | 探地雷达数据处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810202456A CN101738642A (zh) | 2008-11-10 | 2008-11-10 | 探地雷达数据处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101738642A true CN101738642A (zh) | 2010-06-16 |
Family
ID=42462360
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200810202456A Pending CN101738642A (zh) | 2008-11-10 | 2008-11-10 | 探地雷达数据处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101738642A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101923063A (zh) * | 2010-08-19 | 2010-12-22 | 河南工业大学 | 一种粮堆中异物的识别方法 |
CN102736080A (zh) * | 2012-04-27 | 2012-10-17 | 中国人民解放军国防科学技术大学 | 一种用于探地雷达同心圆回波数据的成像方法 |
CN102902207A (zh) * | 2012-11-13 | 2013-01-30 | 中国人民解放军国防科学技术大学 | 基于Matlab/VC的转台一体化控制方法、装置和系统 |
CN103485265A (zh) * | 2013-09-27 | 2014-01-01 | 华南理工大学 | 一种超宽带探地雷达公路质量探测方法及其探测装置 |
CN104020495A (zh) * | 2014-06-24 | 2014-09-03 | 中国矿业大学(北京) | 一种基于探地雷达的地下管线参数自识别方法 |
CN104020498A (zh) * | 2014-05-16 | 2014-09-03 | 桂林电子科技大学 | 基于瞬时幅频参数的探地雷达信号预处理方法及装置 |
CN104268839B (zh) * | 2014-09-29 | 2017-06-23 | 中国矿业大学(北京) | 一种基于阈值分割的道路病害定位方法 |
CN107621626A (zh) * | 2017-10-09 | 2018-01-23 | 中国矿业大学(北京) | 基于深度卷积神经网络的雷达信号铁路路基病害检测方法 |
CN106199532B (zh) * | 2016-06-27 | 2018-11-23 | 中国科学院电子学研究所 | 基于混合傅立叶-小波分析的探地雷达信号降噪方法 |
CN111399071A (zh) * | 2020-03-30 | 2020-07-10 | 中国科学院地质与地球物理研究所 | 一种电磁波场数据处理方法、装置以及介质 |
WO2023123568A1 (zh) * | 2021-12-29 | 2023-07-06 | 中路交科科技股份有限公司 | 一种探地雷达图像人工智能识别方法及装置 |
-
2008
- 2008-11-10 CN CN200810202456A patent/CN101738642A/zh active Pending
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101923063B (zh) * | 2010-08-19 | 2012-11-14 | 河南工业大学 | 一种粮堆中异物的识别方法 |
CN101923063A (zh) * | 2010-08-19 | 2010-12-22 | 河南工业大学 | 一种粮堆中异物的识别方法 |
CN102736080A (zh) * | 2012-04-27 | 2012-10-17 | 中国人民解放军国防科学技术大学 | 一种用于探地雷达同心圆回波数据的成像方法 |
CN102736080B (zh) * | 2012-04-27 | 2014-03-12 | 中国人民解放军国防科学技术大学 | 一种用于探地雷达同心圆回波数据的成像方法 |
CN102902207B (zh) * | 2012-11-13 | 2015-06-17 | 中国人民解放军国防科学技术大学 | 基于Matlab/VC的转台一体化控制方法、装置和系统 |
CN102902207A (zh) * | 2012-11-13 | 2013-01-30 | 中国人民解放军国防科学技术大学 | 基于Matlab/VC的转台一体化控制方法、装置和系统 |
CN103485265A (zh) * | 2013-09-27 | 2014-01-01 | 华南理工大学 | 一种超宽带探地雷达公路质量探测方法及其探测装置 |
CN104020498B (zh) * | 2014-05-16 | 2016-10-19 | 桂林电子科技大学 | 基于瞬时幅频参数的探地雷达信号预处理方法及装置 |
CN104020498A (zh) * | 2014-05-16 | 2014-09-03 | 桂林电子科技大学 | 基于瞬时幅频参数的探地雷达信号预处理方法及装置 |
CN104020495B (zh) * | 2014-06-24 | 2015-05-06 | 中国矿业大学(北京) | 一种基于探地雷达的地下管线参数自识别方法 |
CN104020495A (zh) * | 2014-06-24 | 2014-09-03 | 中国矿业大学(北京) | 一种基于探地雷达的地下管线参数自识别方法 |
CN104268839B (zh) * | 2014-09-29 | 2017-06-23 | 中国矿业大学(北京) | 一种基于阈值分割的道路病害定位方法 |
CN106199532B (zh) * | 2016-06-27 | 2018-11-23 | 中国科学院电子学研究所 | 基于混合傅立叶-小波分析的探地雷达信号降噪方法 |
CN107621626A (zh) * | 2017-10-09 | 2018-01-23 | 中国矿业大学(北京) | 基于深度卷积神经网络的雷达信号铁路路基病害检测方法 |
CN111399071A (zh) * | 2020-03-30 | 2020-07-10 | 中国科学院地质与地球物理研究所 | 一种电磁波场数据处理方法、装置以及介质 |
CN111399071B (zh) * | 2020-03-30 | 2020-10-13 | 中国科学院地质与地球物理研究所 | 一种电磁波场数据处理方法、装置以及介质 |
US11693105B2 (en) | 2020-03-30 | 2023-07-04 | Institute Of Geology And Geophysics, Chinese Academy Of Sciences | Electromagnetic wave field data processing method and apparatus, and medium |
WO2023123568A1 (zh) * | 2021-12-29 | 2023-07-06 | 中路交科科技股份有限公司 | 一种探地雷达图像人工智能识别方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101738642A (zh) | 探地雷达数据处理方法 | |
US20230154037A1 (en) | Method for detecting leakage of water supply pipe based on ground-penetrating radar three-dimensional image attribute analysis | |
CN111402227B (zh) | 一种桥梁裂缝检测方法 | |
CN103268496B (zh) | Sar图像目标识别方法 | |
CN101329402B (zh) | 基于改进Wedgelet的多尺度SAR图像边缘检测方法 | |
CN102156882A (zh) | 一种基于高分辨遥感图像的机场目标检测方法 | |
CN103530621A (zh) | 一种基于bp神经网络的煤岩图像识别方法 | |
CN107807387A (zh) | 基于神经网络的地震初至波走时获取方法 | |
CN103389728B (zh) | 一种安全气囊控制器测试仿真系统及其测试仿真方法 | |
CN106500594B (zh) | 融合反射强度和几何特征的铁路轨道半自动检测方法 | |
CN106199703A (zh) | 一种微震震源自动定位及可靠性综合评价方法 | |
CN106156758B (zh) | 一种sar海岸图像中海岸线提取方法 | |
CN108961230A (zh) | 结构表面裂缝特征的识别与提取方法 | |
CN110717464A (zh) | 一种基于雷达数据的铁路路基病害智能识别方法 | |
CN107728150A (zh) | 调查湖泊沉水植物的方法 | |
CN114387328A (zh) | 基于深度学习模型和岩心图像的rqd计算方法 | |
Zhang et al. | Impervious surface extraction from high-resolution satellite image using pixel-and object-based hybrid analysis | |
CN117830326A (zh) | 一种基于点云数据获得林木结构参数的方法 | |
CN109633593A (zh) | 一种地质雷达信号定量分析方法及系统 | |
CN101458768A (zh) | 自由手写数字串分割方法 | |
CN111353550A (zh) | 一种基于随机结构森林的结构物表面缺陷检测方法 | |
Huang et al. | A stepwise refining image-level weakly supervised semantic segmentation method for detecting exposed surface for buildings (ESB) from very high-resolution remote sensing images | |
CN115821880A (zh) | 一种基于tof相机的夯沉量测量方法 | |
CN115601544A (zh) | 一种高分辨率图像滑坡检测与分割方法 | |
CN118015457A (zh) | 基于改进YOLOv8算法的探地雷达地下空洞图像检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20100616 |